我用Andrej Karpathy 的方法重建了Obsidian 知识库，太香了

事件概述

我用Andrej Karpathy 的方法重建了Obsidian 知识库，太香了-虎嗅网 虎嗅APP 虎嗅APP 公众号矩阵 公众号矩阵 社群矩阵 社群矩阵 我要投稿 我要投稿 资讯 24小时 源流 视频 活动/榜单/专题 妙投 虎嗅智库 虎嗅嗅全新升级 虎嗅嗅全新升级 Andrej Karpathy提出用LLM自动编译知识库的方法，作者实践后将其Obsidian知识库从散乱文件升级为互链wiki，实现PDF激活、知识复利和动态更新，效率提升显著。 ## 1. 从收藏夹到编译型知识库的结构重构 - 原知识库按类型分文件夹导致信息孤岛，30个文件零关联，6份PDF未利用 - 新结构分离原始素材(raw/)和编译产物(wiki/)，LLM作为"编译器"将40页PDF提炼为800字核心判断 - 改造后35篇互链文章激

核心要点

• 这类动态更值得关注它在权限、工具调用、流程编排和稳定交付上的实际可行性，而不只是演示效果。
• 关键不只是模型能力本身，还包括它能否被封装成稳定可用的软件能力，以及接入成本和适用场景。
• 如果信息指向底层算力或硬件变化，更需要评估它对推理成本、响应速度、部署方式和交付周期的实际影响。

值得关注

• 更重要的是识别这条动态带来的实际变化，包括能力边界、接入成本、部署复杂度和可持续性。
• 如果要进一步评估价值，应结合具体业务场景、数据条件和系统集成成本来判断。